● Claw-Eval 开源：300 个真实任务，端到端评测 AI 智能体的完成度、安全性与鲁棒性

📌 一句话摘要 Claw-Eval 是一个面向 AI 智能体的端到端评测基准，通过 300 个真实任务从完成度、安全性和鲁棒性三个维度评估模型能力，揭示了只看对话轨迹不可靠、能力不等于稳定性等关键发现。 📝 详细摘要 本文介绍了由魔搭社区开源的 Claw-Eval 评测基准，这是业界首个覆盖端到